面向一致覆盖的无蜂窝和传统蜂窝共存网络AP部署优化

为了解决传统蜂窝网络中用户体验剧烈波动的问题,无蜂窝和传统蜂窝共存网络将大量接入点(Access Point,AP)部署到传统蜂窝网络中,显著改善边缘用户和盲区的覆盖信号质量。因此用户在覆盖区域的任何位置均获得良好、一致的用户体验,即一致覆盖是提升共存网络性能的首要目标。而AP部署方案是共存网络中用户传输速率和覆盖的决定性因素,该文提出了面向一致覆盖的AP部署优化方法。首先根据共存网络的联合传输模型推导得到用户的下行可达速率,然后以最大化平均吞吐量为目标,将AP部署建模为比率和规划问题,并基于分式规划和引入辅助变量将其转换为凸优化问题,进而通过迭代求解AP的最优位置。仿真结果表明,相比传统蜂窝网络,所提方案可显著提高边缘和盲区的平均吞吐量。

基于无线传播环境的无蜂窝大规模MIMO系统接入点部署优化

无蜂窝大规模多输入多输出(MIMO)系统通过在覆盖区域内部署大量的接入点(AP),可以为用户提供均匀、可靠的服务。传统的无蜂窝大规模MIMO系统采用随机部署,未考虑AP周围的路径损耗、阴影衰落散射物以及环境遮挡对覆盖质量的影响。为了考虑实际环境下无蜂窝大规模MIMO能实现均匀、一致的覆盖,提出了基于无线传播环境的AP部署方案。首先,通过混合概率路径损耗模型对无线传播环境进行表征,其次构建了以最大化平均吞吐量为目标的AP部署优化问题,最后将问题转化为马尔可夫博弈过程,并且基于多智能体深度确定性策略梯度(MADDPG)算法得出最优的AP部署策略。仿真结果表明,相比于传统的随机部署和现有AP部署策略,所提方案可明显改善复杂环境下的非均匀覆盖问题,为用户提供良好一致的均匀覆盖。

基于服务覆盖的无蜂窝边缘智能网络部署方法

为实现未来网络绿色低碳发展,以精准的按需服务提高网络运营和部署效率,将服务覆盖作为网络覆盖能力的新度量。深入挖掘无蜂窝网络部署灵活的优势,可以使每个覆盖单元达到最佳服务覆盖,从而实现系统性能的差异化优化。结合无蜂窝边缘智能网络的通信链路质量对移动边缘计算(MEC)服务器计算和下载的时延、卸载概率的影响,采用连续凸逼近算法,引入松弛变量和辅助变量将接入点(AP)和MEC联合部署混合整数非线性规划问题转化为连续的凸优化问题进行求解。仿真结果证明,基于服务覆盖的网络部署方法提升了现有网络能量效率,并显著减少用户的计算时延和系统的能耗。